练习 数据集
免费、精选的统计学习和练习数据集。 每个数据集都包含字段说明，并可直接集成到我们的分析工具中。
📊 精选数据集
考试成绩数据集
包含 100 名学生多学科考试成绩的综合数据集。非常适合学习四分位数计算、箱线图制作和异常值检测。 包含数学、科学和文学成绩，具有真实的成绩分布。
字段说明
student_id
每个学生的唯一标识符 (1-100)
math_score
数学考试成绩 (0-100)
science_score
科学考试成绩 (0-100)
literature_score
文学考试成绩 (0-100)
样本数据预览
| student_id | math_score | science_score | literature_score |
|---|---|---|---|
| 1 | 85 | 92 | 78 |
| 2 | 76 | 84 | 88 |
| 3 | 94 | 89 | 91 |
| ... | ... | ... | ... |
📜 许可与使用
本数据集仅供教育和学习目的使用。 您可以自由使用、修改和分发此数据用于教育、研究或个人项目。 无需署名，但如果不胜感激。 数据是合成的，不代表真实的个人或实际考试结果。
🏭 制造与质量控制
工厂批次测量数据 (2025年1月-2月)
从工厂挤压生产线捕获的质量控制遥测数据。每一行代表一个批次，记录了温度、压力、湿度、缺陷计数和通过率。 使用此数据集练习异常值检测、控制图分析以及在制造环境中比较均值与中位数的决策。
字段说明
BatchID
唯一批次标识符 (B-001 ... B-060)
ProductionDate
批次生产的日历日期
Shift
操作班次标签 (A/B/C)
Temperature_C
环境工艺温度（摄氏度）
Pressure_PSI
以 PSI 测量的管线压力
Humidity_pct
生产车间内的相对湿度 (%)
DefectCount
每批次未通过 QA 的单位数量
PassRate_pct
通过 QA 的单位百分比
Notes
每次运行的上下文工程注释
样本数据预览
| BatchID | Temperature_C | Pressure_PSI | DefectCount | PassRate_pct |
|---|---|---|---|---|
| B-001 | 68.5 | 112.4 | 2 | 98.0 |
| B-009 | 73.2 | 116.8 | 5 | 93.6 |
| B-057 | 74.3 | 117.9 | 6 | 92.5 |
📜 许可与使用
发布的合成制造数据用于教育和基准测试。您可以自由地重新混合、注释并与您的团队分享。在文档中引用 PlotNerd。
💰 经济与薪资数据
薪资分布 (匿名)
涵盖 8 个行业的 80 个匿名薪资数据，具有不同的经验水平、教育背景和地理位置。 非常适合理解收入分布、分析薪资异常值以及练习真实世界经济数据的统计分析。 使用此数据集探索教育、经验、行业和位置如何影响薪酬。
字段说明
employee_id
每位员工的唯一标识符 (1-80)
industry
行业部门 (技术、金融、医疗保健、教育、制造、零售、咨询、营销)
experience_years
职业经验年限 (0-25)
salary_usd
美元年薪 (匿名，真实分布)
location
地理位置类型 (城市、郊区、农村)
education_level
最高教育水平 (高中、学士、硕士、博士)
样本数据预览
| employee_id | industry | experience_years | salary_usd | location | education_level |
|---|---|---|---|---|---|
| 1 | Technology | 5 | 95000 | Urban | Master |
| 2 | Finance | 12 | 125000 | Suburban | Bachelor |
| 3 | Healthcare | 3 | 72000 | Urban | Bachelor |
| ... | ... | ... | ... | ... | ... |
📜 许可与使用
此数据集包含完全合成和匿名的薪资数据，仅用于教育目的。 所有数值都是虚构的，不代表真实的个人、公司或实际薪资数据。 可免费用于教育、研究或个人项目。无需署名，但如果不胜感激。
🔜 即将推出
电子商务订单金额
在线零售的交易金额。非常适合商业分析和客户行为分析。
📋 使用指南
📄 许可与使用
- ✓ 免费用于教育和学习目的
- ✓ 用于学术研究和课程作业
- ✓ 练习统计分析技术
- ✗ 未经署名的商业用途
🚀 如何使用
- 1. 将 CSV 文件下载到您的计算机
- 2. 使用"在工具中打开"按钮进行直接分析
- 3. 复制特定列以进行集中分析
- 4. 参考字段说明了解上下文